MétaCan
Menu
Retour à la cohorte
Enregistrement W2736183088 · doi:10.5539/mas.v11n8p47

An Educational Tool based on Virtual Construction Site Visit Game

2017· article· en· W2736183088 sur OpenAlexvenueno aff
Cheng Zhang, Yulin Lu, Ruiyang Xu, Xiaomei Ye, Yuwei Shi, Ping Lu

Notice bibliographique

RevueModern Applied Science · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueBIM and Construction Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProcess (computing)SAFERQuality (philosophy)Domain (mathematical analysis)Active learning (machine learning)ArchitectureHuman–computer interactionEngineering managementMultimediaEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

To enhance the engagement of Civil Engineering students and encourage active learning, a virtual construction site investigation game is developed in the present paper. 3D construction site environment is built based on BIM models and relevant objects common on construction sites are created to enhance the realistic. Navigation and Interactions are developed to enable the students to explore the virtual sites freely and get instant feedbacks. Different modules, such as Questions and Tasks, are developed to exam how well the students master the domain-related knowledge. Unity, a cross-platform game engine, is used as the development platform for this research project. The architecture, mechanism and the implementation are described in detail in this paper. A pedagogical methodology for improving the quality of learning is thus developed by transforming traditional instructional delivery techniques into technology-based active learning. Students’ engagement in the learning process is improved by establishing a contextual connection between ordinary textbook materials and technologies that students use in their daily routines. This new approach enables students to interact, and learn abstract topics in engineering design and construction method. The effectiveness of this active learning method is investigated by the feedback from two groups of students using a questionnaire. The potential benefits of the proposed research are: enhanced understanding of complicated structures; better accessibility to more construction site virtually; more convenient and flexible time for learning practices; and safer site visit with this pre-training tool.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,232
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetBIM and Construction IntegrationTravaux en français237 207